OLAP与数据挖掘一体化模型的研究与发展-计算机科学

《计算机科学》-OLAP与数据挖掘一体化模型的研究与发展

计算机科学２０００Ｖ０１．２７№ｓ

ｏＬＡｐ与数据挖掇一体化模型的研究与发展¨

ＴｈＲｅ§ｅａｒｃｈａｎｄＤｅｖｅＩ。ｐｍｅｎｔｏｆ

ａ

ＵｎｍｅｄＦｒａｍｅｗ。ｒｋｆｏｒ０ＬＡＰａｎｄＤａｔａＭ１ｎｌｎｇ

石磊

（霉判犬擎诗算撬露

Ａｂｓｔｒ眦Ｉ

８Ｊｓ，ａ

石云

寒妻｛４§。强２）

（孛鬻辑学臻赣糖疆竞辑拢寒１∞０８０）

Ｔｏｎｎｋｅｔｈｅｂｅｓｔ

１ｌｓｅ

ｏ“ｈｅｃａｐａｂｍｔｌｅｓ。ｆＯＬＡＰａｎｄｄａｔａｍＩｎＬ“ｇｔ００１ｓ№ｔｈｅｄｅｃＩｇｌｏｎａｍｌｙ一

ｔｓ

ｕｍｆ】ｅｄｆｒａｍｅｗｏｒｋｓｈ。试ｄｂｅｃｏｎ戢ｒｕｃ￡ｅｄ．Ｉｔ

ａ

ｐｒ。ｍｌｓｍｇ

ｒｅｓｅａｒ幽ｆｌｅｌｄ

１ｎ

ｔｂｅｈｌｏｗ｝ｅｄｇｅｄｔｓｃ。ｖ—

ｅｆｙ扭．ｄａｔａｂａｓｅｓ下ｈｌｓｐａｐｅｆａ＃ａｌｙ弛ｓｔｈｅｔｈｅｒｅｓｅａｒｃｈｄｌｒｅｃｔｔｏｎｆｏｒｔｈｅｆｕｔｕｒｅ

ａｃｈｌ㈣ｆｎｅｎ辞壕ａ｝ｈａｖｅ

ｂｅｅｎｍａ矗ｅｅｎ￥ｎｃｈ矗ｅ融｝ａ珏ｄｐ｝ｏｐｏｓｅｓ

Ｋｅｙ帅ｒｄｓ

ＯＬＡＰ，Ｄａｔａｍｌｈｌ“ｇ，ｏＬＡＭ，ＩｎｆｌｕｅｎｃｅｄｏｍａＬｎ

１

Ｓｌ害

目前，ｏＬＡＰ（联机分析处理）与数据挖抵是信息

够猜出正确翡络巢，磊虽像然《悲遗嚣数缮蠢重要辩

模式和联系。

从上进分析可以看出，ＯＬＡＰ与数据挖掘工具各岢所长，也各谢其缺路，如皋能将二老鳢台起来，发鼹

系统领域内的研究重点。ｏＬＡＰ作为一种多缎手｝折工其。霹挺供数据多麓嚣、多角度辩逻辑税匿。。。蘑户提出同题或假设，ＯＬ。ＡＰ负责提取关于该同题的详细信息，并将结果呈现蛤用户。数据挖掘是在数据槊台中寻找模式妁捷策支持过程。：，建瓿大量数据中发理潜在数据模式并作童弼测性分析，聚蠛有静Ａ工蒋蒋、统计学等成熟技术在特定系统中具体的应用。

数据挖掘与ｏＣＡＰ都属于分析型工具，但二者之鞫有棼躔显的区别：数据挖掘的势辑过程是鑫动的，强

～季争建立在００ＡＰ孽数据仓痒基穑主赫赫豹数撵控

掘技术．将更能适台实际的希要。开发一体化模型的原始驱动力有眦下几点：

（１）通常数据净化和巢成王作占用的时闽和耪力簧超过７０弼，辩数据仓瘴佟为０ＬＡＰ豹数据漂，存镱

的是经过净化和集成处理的数据，数据辩有较高的质

馈。

（２）戒费瓣数据挖掘蒜攀对数据进糟搽索性的分析。挖掘所霉辩数据可能霹是一部分、一定范匿的数据．圆此对多维数据模型的锆取、旋转等操作同样也可ｍ应用于数据挖掘的过强申，数据挖掘可以建立在多缨摸型的基戳＿之上。

（３）事先旗溅挖掘何种燮型的知谖最黼难静。对予用户来讲．常常不知遭想挖掘什么样的知识。通过将ＯＬＡＰ与多个数据挖掘功能结合，用户可以是活选择群蒋嚣数据撼撼功麓，菇动卷交接数据携撼任务。

下面将详细舟绍目前程缝一。乙Ａｐ帮数据挖掇理论框架中存在的两种模烈：ｏＬＡＭ（联机分析挖掘）模型和影响域模型，并指出蜜现中需要解决的问题和浓来懿醑究努彝。

２

户幂必提出确切的精题，器器王其去挖掘隐藏的模式

并预测未来的趋势，这样有利于发现未知的事实。而ＯＬＡＰ更多地依嚣用户输入问题和假设．由于用户先凡为主鲤蜀飘性浆裁了褥题稃缓设豹范基，飙嚣会影响最终的结论。旗辩数据势析的深度的角魔来讲，０－ＬＡＰ住于较浅的朦次，数据挖掘可以发现０ＬＡＰ所不能发现的更为复杂而细致的信息。

农夫型数据寒葶羹数据仓瘁的应撬孛，数撂挖掘存在的主要同题是蜜现枢当困难。数据库或敬据仓库中存有大量数据和成百上千个属性．由于挖掘分析过程是自动的，用户仅仅指定挖掘任务，而不提供搜索线索，鼯教攫索空霹度大，生或撩妻多翦模式，其孛燕麦部分可能属于常嘏或无意义的榄式＋是用户雨感兴趣的。ＯＬＡＰ分析虽然可给用户提供在不同角度、不同抽象级别的规囝，但怒出于事先耐用户需求的１ｒ解可能万十分垒匿深入，裢蕊中淤乏新蔽包含鲍燕塞，照币霹的视图得到的结果可能并不相同，容易产生错误引导，用户滞做大量的“数据打捞”工作并参照具体数据才能

＊）奉文霉裂量家“Ａ太三”３０ｓ主嚣８８３—３０６一ｚ＆ｏ？～４镶慧赫费弦；

ｏＬＡＭ模型

加拿大掰ｍ蚰大学教授Ｈａｎ

Ｊｗ镲在数据立方

捧静基穗上攥ｉ窭多雏数据按据赫撅念：扣利，其差奉撵作是将挖掘功能（关联、分类、预测等＞尊ＯＬＡＰ的钻取（ｄｒ，１ｌｔｎｇ）结台。在数据立方体中数据挖掘可在多维

万方数据　

－４５

《计算机科学》-OLAP与数据挖掘一体化模型的研究与发展

和多层次的抽象空间中避行，利于灵活媲挖掘知识。

ｏＬＡＭ模型建立在多维数据视图的基础之上，因此．基于数据立方俸的挖擒算法燕萁挟心所在；数据立方体的计算与传统挖掘算法的结台使得数据挖掘有了教六的灵活性帮交互佳。强撵立方体酶ｔ｝算静数据控獭所进行的次序的不同组合可以有以下一些模式：

特性的立方俸进行操作，这是在不筒的粒麓上包含多十相蔑依赖的查询的复杂予查询。另外，传统的数据立

方体慢仅支持类匿敷据维释数毽型菠量滨际上，数据

立方体的维度可Ｕ是数值型以及空间和多蝶体数据。立方体酶度嚣氇可氍是空蠲耨多媒体聚窘竣这种瓣象指针的集台。主持选类非传统的数据立方体将会加强教撂挖摄的毙力。

口先进擐立穷薅计篝，磊进静数据挽撬：在数据挖

搬处理开始前，先对多维数据进行一定的立方体计算。以选择会适豹鼓据范罄张恰妻曲抽象缎剥（艇麦级

别）。

口先教据挖擞＋再立隽体计算：先对多缝数据执行

数据控撼．再通过立方体操作进一步分桥挖掘糖栗，

口立方＃计算与数撼挖掘问肘进｛昔：在挖ｊ匿过程中，可班根据需要对数据棍哥做相应的雾维撵作。这也意昧着同一个挖掘算法可吼应用于多维数据视圈曲勺不

黼部分。

口凰溯：允许挖掘处理回溯～步或几步，或阐湖至一臻置瓣记号娃，然后潞羞另终鹣挖掘德经进簿挖掘，以便于完成交互式挖掘。

丈型的数撂仓库串包含有夫量鹊数据，在数据挖

掘过程中提供灵活性是穰必要的，这样用户可以遍历穗４、数据立方体、选择挖掘空闼、台适的抽象缴别、测试不同的挖掘横块和可替代的挽掘算法。

２．１

鹜ｌｏＬＡＭ裕幕结构

（３）基千立方体的挖掘方法。该方法应该最。一

ＬＡＭ挖掘辘箭的禳心。基予立方律静致播挖掘已经有

很多研究，艇括概念描述、分类、关联、预测、聚类等，基于轰方俸静挖掘继避了关豢壁蓑事务型数据控掇方法的思想，并舆有许多特性。张基于竟方体的有效挖撼算法铗城器要投凡更多翡班巍。

ｆ４）选择或添加数据挖掘算法。布像关系型查谢能用不周的处理对同一查询生成相瓣的答囊，不周的数据托掘算法可能会生成完垒不同的挖掘结粜。田此，提

ｏＬＡＭ的体蒜结构

ｏＬＡＭ的体系结祷如匿ｌ所示．整个体系结构势为四十膳欢：数据存储屡、多维觳据库（ＭＤＤＢ）层、Ｏ一

泌Ｐ，ｏｂＡＭ屡释臻产按舀暴。扶窭ｌ书霹班羲翻。口

ＬＡＭ服务器通过用户图形接口接收用户的分析指令，

嶷元数撼戆指导下，对数据立方捧作一是的撵捧，然后

将挖掘分析结果展现皓用户，这个过程魁动态的。

由予市场土已有许多ｏＬＡｐ产品，所以直接在已经建造好的数据立方悼和０ＬＡＰ引擎上开发０ＬＡＭ机制是报重要的。通过嬲ｌ可以精出，数据立方体有两静掩造方式：一是存取和（或）集成多个数据库ｉ～是逶过支持ＯＬＥＤＢ残ｏＤＢｃ连接的数据摩接口将数据仓痒避行过蘸。

２．２

供多种可选的数据挽掘算法粳重要。另外，如果提供标

准开艘的ＡｐＩ．并鼠ｏＬＡ斟系统烧过程好地模块亿，用户就有可能增加垅修改数据挖撒算法。用户定兑的

数搭挖掘算法可以较好缝和焉一些茉统章每俘氍盈耘镶

可视化工具，并与已有的数据挖掘功能合成。

（Ｓ）多个数据毪轻磅耱之趣砖受王。００ＡＭ的长处币仅仅在于选择～系列的数据挖掘功能，也在于在多个数据撼摇彝Ｏ乙ＡＰ磅戆之援变互。铡如，首毙切

ｏＬＡＭ的预期特性

ｏＬ矗Ｍ磊翦爨娃在起步玲段，寿缓下应翼罄鳇特

性：

割立方体的～部分，基于一指定的冀属性将该部分分

（１＞越轻任侮霉分砖能力，递过与（）ＬＡＰ撵作交

类，搏查找关联规则，然后下挖，在更细韵粒度上发现关联规则。道样裁能够在选定的散括空间任意淹旃，用多个挖掘工具挖掘知识。

（６）使遘响应和舞柱能挖掘。００ＡＭ蒋慧获得快速响应和高的性能＋会比０ＬＡＰ鳓难，因为数据挖掘曲计算代债蘧常瑰Ｏ乙盏Ｐ昂贵。捷建响应对于交麓式挖掘是至关重要的，有时甚至为了得到快遵响应而牺

戴．数据挖掘可“在不同的数搬上以多个抽象层攻进姆；也可以在挖掘孛执行钻取、切片与分割等ＯＬＡＰ攥作。多十数据挖掘模块与ＯＬＡＰ弓ｉ擎的交互将保证柱数据仓库中的任何部分容易完成拉攒。

（３）吏持具有多特性的立考俸和支静具有耋亲雏

虎与度蚤的立方体。许多数据挖掘任务祷要对具有多

４６

万方数据　

《计算机科学》-OLAP与数据挖掘一体化模型的研究与发展

牲精度。效率是探索式数据挖掘的主要挑战。由于采用数据立方瘁技末泛他太譬曲鼓据，可以获取较高性熊作为响应时间和挖掘粒魔的折衷。

｛７，可魂纯工嚣。为了寿簸琏箍示ｏＬＡＭ并与掇撼处理交互，必须开发多种知识和数播研税化工具，冒豪，赫线、决簧辩、规捌鬻、立方体税霉、ｂ。ｘｐ｝ｏ＃銎等是描述数据挖掘结果的有数工具，能帮助用户监测数据挖掘赫进程，襻与控攘过程交互。

（８＞茸扩展性。飘圈１可以看懑，ｏＬＡＭ系统在礁端与埔户及辩谖可裢佬软件雹避漩，在藤端与数据立方体通讯。它应该高度模块化．井具有可扩展性，因为它可蘸会荨当乍子泵辘套壤荠鞋拳辩方式扩震。应竣扩展该技术踅高级的和／藤特殊用造曲数据库系统，包｜舞扩装酶关蓉墅、嚣淘对象的、文零、空瓣、时蠲、多媒

法序列求探索和发现知识。当从一个数据挖掘捷卷转换至另一状态时常常可有提多选撵。可擞个书签。如果发现一个路径嚣意义．就回弼廉尧盼状态并探索筵宅豹方法，运转徽撼记摊强溯撬涮可燃转止瓣户“遮受在ＯＬＡＭ空间”中，

＜ｓ）建造擐需式分枣｝工嚣和茜晦应用妁语义崖

豳存在有多个数据摭掘功能．如何在某一具体应用中选定台适曲数裕携撼功毙是一十粒题，必须熟番应用

同题、数据特征以及数据挖掘功能的作罔，有时需簧执

行交互撵索式势轿柬选择台逵曲臻熊。霞ｊ｜乏，建造撵索式分析Ⅵ工具吐致构建面向应用的语义层是两个煮簧的辩决方案。。乙Ａｐ控攘提粪撵索式努据工其，进一参静研究应漩放在妁具体应用自韵选择数据挖掘功熊上。

努饕还菠鸯完整静０ＬＡＭ产茹基残ｔ燕拿走＆一枷ｏｎ大学研制的ＤＢＭｌ吐ｒ系境”１可蚍说是ＯＬＡＭ的～十雅整。缱蒋浚（）ＬＡＭ模型的不断成熟，可耱会寄相当多的此类产品出现。

体帮簿种数据库以擞Ｊｎ㈣ｎｅｔ信息系蜓。对复袋娄型

盼数据，包括结拇纯、串结搀仡私非缩祷亿数据的ｃｋＬＡＭ也是一重要的研究方向。

２Ｓ赛麓ｏｌ＋ＡＭ撬话ｌ静讨论

幽于数据挖掘功能程计算上的代赞地吼ＡＰ操

作要昂贵许多，在大型数据库袭数据奁率串实理疆

ＬＡＭ构关键是执嚣效率的提高辩对用户请求的快速响应。必须考虑如下园粢：

ｆ１）模块他设计轴标准ＡＰＩ接口

５彩晌域横凝

上鬻已经撵编她论述了ｏＬＡ醚搂黧翡键点爱特

性，其不足之她魁没有建立起一个统一的模型，只是将数据立方体作为鼗据挖掘中数据辩存储鼯搀和许葬基髓ｌ｜，搜有涵盖间题的全部搜索空阐．无ｉ击将ｏＬＡＰ与

ＯＬＡＭ系统枭

琏了许多数据挖掘横辏、不同释娄静数撼立方俸和可视犯王具。困韭，高度攘块北的设计秘枯准的ＡＰｉ接口对ＯＬＡＭ系统的开发、测试和共事数据挖撼模块摄燕要。微软鞠ｏＬＡｐｃ。ｕｎｃｔｌ分划提供了ＯＬＥＤＢ和ＭＤＡＰＩ，将客是数搪仓席ＡＰＩｓ标准他的重要开端。开发可按享柏掰视化王其筏也锟熏饕，龙其整基于Ｊａｖａ的、独立于乎台的翱瑷可视化工翼。

《２）高矬巍毂舔立方体挂拳

这莉技术对０ＬＡｐ

挖掘报重要。由于一个挖掘系境精要计簿大量维度之翘救美襄或详麴细节，迭挂的数据不可艇都预先实体化．有必要联机动卷计算数据立方体的一部分。另外ｔ雾特栏数攥立方转辩蠢效｛十募，娃盈支持其存复杂缝麓和度量的非传统的数据立方体，对有技的数据挖獬帮穰燕要。霉翡需避一带释发效撂立方侮臻拳。

（３）基于曲束的ＯＬＡＰ挖掘ＯＬＡＭ簧求对数据控撼罐求寿捷速醺波，蒜拦栗曩露效赫、基予她衷曲数括挖掘算法。

≤４）逐渐耩亿象椐挖骧震量

效器挖掘囊正蠢梳穗嫱台在一起。娆Ａｐ帮数撂携磊

必须在籀同理论的挺粱下姆瓣工襻，浚撼絮无论是在存储结构上，遥始在计算横避上，腱既币硒于ｏＬＡＰ．义不同子数据挖掘。

Ｋ。Ｐａｒｓａｙｅ程谖方面作了一璺霄益的尝试。谴把央策支持空阈』扶也用层攻上分成４个子空间¨］：数据空随、囊台（０ＬＡＰ，空黼、影噙奎闻秘鼙仡誊闻。其孛，数据空蝴处理基于荧键字‘ｋｅｙ如ａｓ蒯）盼捷策查询，最典型的是联机事舟处理（ＯＬＴＰ）系髋；聚合空间对数据空间申数据毙豢进行幕☆运算＜如ｓｕｍ，Ａｖｅｒ８９ｅ，Ｍａｘ，Ｍｌｎ等），处理礴关聚合运算的决繁查诲，典强的

蠢戢机癸辑娃壤《魄ＡＰ）和寥维室麟；影喧空瓣处理

逻辑性质的受策支持．能够箍供比其它窑赫丰富褥多

瓣有霜接患，逸艘售爨裁是滋过数糖挖擒嚣得到勰；变

化空间负责回簪某种变化的过程和建率同题。

Ｋ．Ｐａｒｓａ辨在决襞支持娜个空瓣概念豹基曩ｌ｜上捉

瞄影墒域模型溯．对ｏＬＡＰ中效播立方体和星型模式

莓考虑采掰下弼疆

翦概念努剐进行了搭嶷，班瓣盏蘑聪的髂卞搜索奎簿，能够比较全面地反映多维数据挖掘的实质。０ＬＡｐ挖摊发垒栏壹数糕、聚台帮彩璃室耀澎娥的混台窒鲻孛，通过ｓＱＬ引擎和ＯＬＡＰ／ＲＯＬＡＰ引擎对数据空间和豢台空箨存取。嚣建囊鹄ｏＬＡｐ撼攘斡搏象结搀蛊羹嚣２所示。其中．关系数据库或数据仓庠存储粒度数据．数

４７

ＬＡＰ挖掘方法：首先在天数据集上用快速挖擒算法标｛鬟搿戆兴趣簿摸式，隧域，然后焉代俯较鑫整较精确雏葬法进行详细分析。

（５＞镀书墨表群潍鼓苦ｏＬＡ艇豢懿于数据立方体导敞，提擞缭用户宽分的自由，运用裁～数撼笼摄算

万方数据　

《计算机科学》-OLAP与数据挖掘一体化模型的研究与发展

撼螅毒错她举一定是效糍仓库，也可以是数据矿度量在备十维度构成盼室闻上进孝亍｜卡算。

影确城代表在维囊集舍上妁蕴涵运算ｔ影璃域中的一个点称为一个坐柿或一个实倒；影响域代数提供影响域上的操作，正如装系代数提供在库表上的撩作一样＝可对一个立方体避舞投影，群去掉一十维发，投影在去撵韵维度上执行聚舍；也可进行选择操律戳获得另外的立方体。立方怵之间的聚合操作也是需辫的。

影响域的代数对影响性因子提供操作，就象虚方簿代数攥供ｏＬＡＰ撵｛筝一样。可敬对域避好投影，箨

藏汹］。蚕２串姻ＬＡＰｆ线Ａ）或ＲｏＬＡＰ（线Ｂ）引擎谨

雾十维度上提供对聚音数据的快速存取；多维的发现引擎在多个娥度上执行发现，然后台并结果。该引擎通过ｓＱＬ访瓣牧度数据。逶过ｏＬＡＰ，ＲＯＬＡＰ弓ｌ擎诲瓣多维数据。遗样ｏＬＡＰ发瓒引擎通避数据和聚合空间，将结果台静和结台，甜影响域的混合空间提供存

散。

罔户茬口

丢弃～绻；投影操作柱鬻彝一个维魔后，有效地执行新的影响性运算．但是馊计算是非平凡的，必须小心进

行。

ｓ．２鼓量登攘式戮挺转搂式

星型模式的例子见圈３，设计星毅模式是用来处理聚台运算的，它能很好地用于ｏＬＡＰ．但它本身不带数据挖掘功能，币能用予ＯＬＡＭ。为了处理影响性于｝析，霉要涛整蘩模式扩展。

圈０ｏＬＡＰ挖掘的体系结构

３．１蚨嶷方律魏影孵域

影响壤与雾维空蠲的点方律在逻辑上等许，但立方体上计算的是聚合，而影响域上计算的是蕴涵（。ｍ—

ｐＩｍｔｔｏｎ）。影响域同立方体…样具有属性和值，不同点是于宅迂吴露嚣落度‘ｅｏｎ赫ｅｎｅｅ）。立方榷将维囊映葑

蘸度量，而影响域将维度和度量映射至擞信度。一十影响域可视为一十函数，从立方体和“度量”映射至一置馈度级别。

彰ｌ舞域赫丈枣遘誉院盘方捧翳蓦予鹩城要丈褥多，田为ｏＬＡＭ分析常常谯更细的粒度上分析更多韵难度，或对多十特性之间的筵系进行探索。由于每次重新计算的代价太昂贵，所以箍要在吃星型攫式存贮有蹙多静聚台驰模式上燕行。为了“逮嚣”嚣螭域，蒜要交叉０ＬＡＰ运算与影响性分析。

影响域概念可用面向对象的思想描述，有助于生艘一个较好船培搀托的框浆。影响域的特健包含：基本维度（类）；藕镌；对象或实倒（每十具有一个唯一鲍栝调符）｛层次；魔量；置信度。萁中，基车维魔是诸如产品、商店和客户的类。每个樊／维度具有一属性集合。如产墨维麦吴鸯瓣挂赞梧、赣谯等。每中类／维庭寿对象或要素作为赛铡，对象静每个孱性具有～个值。在类和属性内存在联欢，如商标娄照产品的父类，而商店通对地区分组，地馘接城市分组，城市接省分组，以此类推，撬念｛蝰医，城枣，省；是一个摄农。

星型模式通常宣接映射在该对象结楠中，每个维裘都可看成一个对象，对象的属性代表在维表中的列ｔ

Ｂ倡＼目

图３一个星型结构通常直接映舯为对象结构影嫣缝分辑孛辩姆一点器要聚焦在星型模式中魏维表上｛如产品或商唐，如图３所示）。对于每个瘁裘来说．需要比星型模式存贮戛多的数据ｔ因为在分析中需要用附加的聚合或选掸的数据项龇率富维表内容。分

卧笙

程鞴、袭天

辑戆焦矗胃鞋试为是扶客户麓转孽赛痞鞋爰产鑫等

等。由于分析酌焦点似乎是绕着基戳模式旋转，鹾而将此结构命名为旋转模式。

平均支出、付款方洼

潮４旋转模式翦痒表具有美乎主要都分如图４中所示，旋转摸式中的库袭县有五个主嚣部

万方数据　

－４８

《计算机科学》-OLAP与数据挖掘一体化模型的研究与发展

丹：聚焦维醴ｆ如客户）；为聚焦而计算的维襄（如利润）；豳鄂属摊（虹客户年龄等）；外部属蟪（如蓑客户最

喜爱的产品颜色）｝非聚焦难度（如某客户半均一次购

３

ｄａｔ㈣ｎＴｎ外如ｍ。ｒｎｍ，ＡＡ＾ｌ／ＭｌＴ

Ｈａｎ

Ｐｒｅｓｓ，１９９６

１ｎ

Ｊ

ｗ％…山ｏｎ—Ｉ【唑ａｎａ】ｙｔＬｃａ】㈣ｎｇ

１ａ‘ｇ。

ｄａｒａ如ｓｅｓＡＣＭ豇ＧＭｏＤＲｅｃｏ一。】９９８．２７：尊７～】０７

４

Ｈａｎ

买的嚣晶的数癌），程技行影响性分辑时＋焦点沿着不向的基车维魔ｆ或娄１旋转。

影鸡域摸型豹挺转模式雨裁援于数据仓库＋它捉仪用于数据撼掘，固为旋转模式适合于影响空间，但不遣台数据空蠲。可霹数据仓瘁栗掰槠镤致动弱照型模式，对数据挖掘采用旋转横式。目前，基于影响域的横繁莲没有据度懿产晶拳理。

锗论通过咀上丹析，可吼得出下面的结论：ｏ＊ＬＡＭ是ｏＬＡＰ与教摄控瓣相结台静产椽，它蓑毒。一ＬＡＰ多维分析的在蛙性、受活性和数据挖掘对数据处理静深＾牲，篷羲撼痒（数据仓库）疰瑶王具未来发嚣的方向。目前，这个领域中的研究工作尚处于起步阶段，还有疆多精题需要得到解捷，镪括技术同慧鞴菲技术问题。违不仅给广太研究工作者带来挑战，同时也带来了机遇。

主舞参考文献

１

Ｄａ椎Ｗａ耐１㈣ｓ

５

Ｈａｎ

ＪＷ．ｅｔｄＩｓｓｕｅ￥如，Ｏ叶ＬｍｅＡｎａ【ｙｔ”“ＭｍＩｎｇｏｆ

ｌｎ：Ｐ腓。壬１９鹅ＳＩＧ科０Ｄ’９Ｓ

Ｉｓｓｕｅｓ

ｏｎ

Ｗｏｆｋ—

ｓｈｏｐ帅Ｒｅｇｅａｒｃｈ

Ｄａｔａ

ＭｍＬ“ｇａ柚ＫＨｏｗ【ｅｄｇ。

强ｓｃｏｖｅ。ｙ（ＤＭＫＤ’§８）．ｓｅａｔｔｊｅ，ｗａｓｂｌｎｇｆ。Ｂ＋扣眦ｌ§拿８

Ｊｗ．ｏＬＡＰＭ’ｎＬ“ｇＡｎＩｎｔｅｇｒａｔＩ。ｎｏｆ

Ｐ，批砖§？ｆＦｌＰ

Ｌｔ

０ＬＡＰｗ¨ｈ

函ｔａ醚删ｎ玉ｂ

ｓ

Ｃｏ☆ｆ．赫‰证Ｓｅ姚

Ｉｎ：１９９７Ｉｎｔ＿

ｔ】ｃｓ（ＤＳ ７）．Ｌｅｖｓｌｎ，Ｓｗ

№ｎＪｗ

ｅｏｎ拓勰ｅｔⅡｔ㈤ｌ狂ｏｆ特｛ｈｔ蝗矬潍ｍｏｆ妇ａ

Ｅｎｇｌ壮￡ｒ￡“ｇ≤ＩＣＤ拧９７）＋强ｆ跚ｇｈａｆｎ，

Ｓｙ５担ｍｂｆＢａ强Ｍ列犍｝“

Ｗａｒｅｈｏｕｓｅｓ

Ｉｎ：Ｐｆｏｃ．

１９９７

ｚｅｒｌａｎｄ，０ｃｔ，１９９７卜一ｌ】

ＭＩｎＬｎｇａｎｄＤａ住Ｗ４ｒｅｈｏｕｓｍｇＴｅｃｈｎｏＩ。ｇ。ｅｇ】Ｃｏ＃ｄ

ｏｎ如｛ａ

Ｅ“ｇ】ａｎｄ．Ａｐｒｌｌ７

｝毛ａｎｊＷ。ｅｔ＃】ＤＢＭ渊Ａ

Ｒ刽ａｔｌｏ【ｌａＩ‰ｔａｂａｓｅ￥ａｎｄ

Ｄａｔａ

ＣＡＳＣＯＮｔ９ｒ，Ｍ特ｔ埔￡。ｆ融｛赴ｄｓ，１ｋｏＤｔｏ．Ｃｍｄ矗．Ｎｏｖ

１９９７３

Ｐ丑ｒｓａ批Ｋ，轴—ｙｌｎｇｄ㈣ｌ蜘ｓｕ即∞ｆ踟ｔａｂＥｓｏ

日‘ａ咖】】Ｌｎｇａ耐Ｄｅｓｌｇｎ １９９６—９（４）：２７～３３

Ｐａｒｓ８ｙｅＤａｔａｂａｓｅ

Ｐｒ。一

９

Ｋ，ｏＬＡＰ＆ＤａｔａＭｌｎｌ嘴：Ｂｒ诏ｇｍｇｔｈｅＧ印一

ＣｏｄｄＥＦ，时ａｉ－＆ｙｏ“ｄ雠，ｓ∞ｎ

１９９３，２７（３０）

ｓｑｐｐ０丁ｔ

ｃｏ舯ｕｔｅｒｗ砌ｄ－

Ｐｒ。ｇ㈨）Ｌｎｇ“ｒｔｄ

ａｎｄ

Ｄｅｓ‘ｇｎ １９９７，１０（Ｚ）：３０、３７

１０Ｐａｆｓ８ｖｅＫＤａ姐Ｍｍｅｓ｛ｏｒＤａｔａＷａｒｅｈｏｕｓｅ５ｎａｔ如ａｓｅ

万方数据　

Ｐｒｏｇｒａ洲ｎｇ

Ｄｅ＃１９“，氧阱１９韩

２

Ｆ８ｙｙ订ＵＭ．ｅｔａ】．Ａｄｖａｎｃｅ￥ｍｋ∞ｗｌｅｄｇｅｄｉｓｃｏｖｅ＂ａｎｄ

《计算机科学》-OLAP与数据挖掘一体化模型的研究与发展

OLAP与数据挖掘一体化模型的研究与发展

作者：

作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

石磊， 石云

计算机科学

COMPUTER SCIENCE2000,27(5)17次

1.杨云.罗艳霞 基于Web数据仓库构建GSM网络优化系统[期刊论文]-计算机工程与设计 2010(12)2.郭纯一.江强 基于空间数据仓库的水文信息共享及其安全性浅析[期刊论文]-吉林水利 2009(5)3.王恩德.陈飞.梁云芳 辽宁省宏观经济景气分析系统的研究与应用[期刊论文]-统计与决策 2008(9)4.王恩德.刘畅 面向对象技术在构建数据仓库中的应用研究[期刊论文]-吉林大学学报（信息科学版）2007(5)

5.项丽媛 水文信息共享空间数据仓库模型研究[期刊论文]-农业与技术 2007(1)6.冯凌 证券行业商业智能系统研究[学位论文]硕士 20067.张喆 信息技术在渠道结构研究中的应用[学位论文]博士后 2006

8.郭四海.金华 神经网络在外资管理决策支持系统中的应用[期刊论文]-武汉理工大学学报（信息与管理工程版） 2005(3)

9.关红刚.陈忠 基于数据仓库的群体决策支持系统过程研究[期刊论文]-情报杂志 2005(7)

10.王恩德.刘国斌 基于经济景气分析数据仓库的设计与实现[期刊论文]-吉林大学学报（信息科学版） 2005(4)

11.管德永 基于数据仓库技术的公交信息管理系统研究[学位论文]博士后 200512.黄凯 联机分析挖掘处理语言的设计[学位论文]硕士 2004

13.赫英广 数据挖掘在铁路货运营销决策支持系统中的研究与应用[学位论文]硕士 200414.王伟 县级森林资源信息管理系统构架初步研究[学位论文]硕士 2004

15.彭佳红 一种基于空间数据仓库的作物信息多维数据模型[期刊论文]-计算机与农业 2003(10)16.杜金莲.郭文君.迟忠先 用神经网络选择多维数据挖掘空间的研究[期刊论文]-小型微型计算机系统2002(9)

17.刘立波 数据仓库技术的研究与应用[期刊论文]-计算机工程与应用 2002(15)

本文链接：/Periodical_jsjkx200005010.aspx

本文来源：https://www.bwwdw.com/article/1r8e.html